#computer-vision Repositórios
1,451 repositórios no total
Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reprodutíveis em infraestrutura de nível empresarial.
[Prêmio de Melhor Artigo da CVPR 2025] VGGT: Transformer Fundamentado em Geometria Visual
Um conjunto de ferramentas para criar aplicações de aprendizado de máquina e análise de dados do mundo real em C++
Código e modelos PyTorch para o método de aprendizado autossupervisionado DINOv2.
Este repositório contém os códigos de "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", publicado na ACM Multimedia 2020. Para o modelo comercial HD, por favor, experimente o Sync Labs
Explicabilidade avançada de IA para visão computacional. Suporte para CNNs, Vision Transformers, Classificação, Detecção de objetos, Segmentação, Similaridade de imagem e muito mais.
Mergulhe em Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision e NLP aprendendo com estas palestras emocionantes!!
Coleção de artigos/códigos/análises/transmissões ao vivo do cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017, organizado pela equipe Jishi
O repositório fornece código para executar inferência e ajuste fino com o Meta Segment Anything Model 3 (SAM 3), links para baixar os pontos de verificação do modelo treinado e notebooks de exemplo que mostram como usar o modelo.
InstantID: Geração Zero-shot com Preservação de Identidade em Segundos 🔥
OpenVINO™ é um kit de ferramentas de código aberto para otimizar e implantar inferência de IA
Modelos de segmentação semântica com mais de 500 backbones pré-treinados baseados em convolução e transformador.
Framework low-code para construir LLMs personalizados, redes neurais e outros modelos de IA
X-AnyLabeling: uma aplicação de desktop multiplataforma, leve, eficiente e unificada para anotar texto, imagens, vídeos, nuvens de pontos e dados multimodais. Combina ferramentas integradas versáteis com modelos de IA de última geração e oferece opções flexíveis de exportação em vários formatos.
Este repositório contém uma coleção selecionada de mais de 300 estudos de caso de mais de 80 empresas, detalhando aplicações práticas e insights sobre o design de sistemas de aprendizado de máquina (ML). O conteúdo está organizado para ajudá-lo a encontrar facilmente estudos de caso relevantes com base na indústria ou em casos de uso específicos de ML.
[CVPR 2024] Repositório oficial para "MagicAnimate: Animação de Imagens Humanas Temporalmente Consistente usando Modelo de Difusão"
Implementação em PyTorch de YOLOv3, YOLOv3-SPP e YOLOv3-tiny para detecção de objetos em tempo real com treinamento, validação, inferência e exportação em múltiplos formatos.
Blocos de construção de Transformers otimizados e personalizáveis, que suportam uma construção composável.
openFrameworks é um toolkit multiplataforma desenvolvido pela comunidade para programação criativa em C++.
Minhas anotações e demonstrações continuamente atualizadas de Aprendizado de Máquina, Modelos Probabilísticos e Aprendizado Profundo (mais de 2000 slides) e links de vídeo
RF-DETR é uma arquitetura de modelo de detecção e segmentação de objetos em tempo real desenvolvida pela Roboflow, SOTA no COCO, projetada para ajuste fino (fine-tuning). [ICLR 2026]
SLAM em Tempo Real para Câmeras Monoculares, Estéreo e RGB-D, com Capacidades de Detecção de Loop e Relocalização
🦙 LaMa Image Inpainting, Inpainting de Máscara Grande Robusto à Resolução com Convoluções de Fourier, WACV 2022
Melhores Práticas, exemplos de código e documentação para Visão Computacional.
Uma coleção de tutoriais sobre modelos e técnicas de visão computacional de ponta. Explore tudo, desde arquiteturas fundamentais como ResNet até modelos de ponta como RF-DETR, YOLO11, SAM 3 e Qwen3-VL.
Um Kit de Ferramentas Abrangente para Extração de Conteúdo PDF de Alta Qualidade
O código para o nosso artigo recém-aceito na Pattern Recognition 2020: "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
FaceChain é um conjunto de ferramentas de deep-learning para gerar seu Gêmeo Digital.
Deeplake é uma AI Data Runtime para Agents. Fornece Postgres sem servidor com um datalake multimodal, permitindo recuperação e treinamento escaláveis.